Significancia estadística
En la prueba de hipótesis estadística , [1] [2] un resultado tiene significación estadística cuando es muy poco probable que haya ocurrido dada la hipótesis nula . [3] Más precisamente, el nivel de significancia definido de un estudio , denotado por , es la probabilidad de que el estudio rechace la hipótesis nula, dado que la hipótesis nula es verdadera; [4] y el valor p de un resultado, , es la probabilidad de obtener un resultado al menos tan extremo, dado que la hipótesis nula es verdadera. [5] El resultado es estadísticamente significativo,según los estándares del estudio, cuando . [6] [7] [8] [9] [10] [11] [12] El nivel de significación para un estudio se elige antes de la recopilación de datos y, por lo general, se establece en 5 % [13] o mucho menos, según el campo de estudio. [14]
En cualquier experimento u observación que implique extraer una muestra de una población , siempre existe la posibilidad de que se haya producido un efecto observado debido únicamente al error de muestreo . [15] [16] Pero si el valor p de un efecto observado es menor (o igual) que el nivel de significancia, un investigador puede concluir que el efecto refleja las características de toda la población, [1] rechazando así la hipótesis nula hipótesis. [17]
Esta técnica para probar la importancia estadística de los resultados se desarrolló a principios del siglo XX. El término significado no implica importancia aquí, y el término significado estadístico no es lo mismo que significado de investigación, significado teórico o significado práctico. [1] [2] [18] [19] Por ejemplo, el término importancia clínica se refiere a la importancia práctica del efecto de un tratamiento. [20]
La significación estadística data de la década de 1700, en el trabajo de John Arbuthnot y Pierre-Simon Laplace , quienes calcularon el valor p para la proporción de sexos humanos al nacer, asumiendo una hipótesis nula de probabilidad igual de nacimientos masculinos y femeninos; ver p -valor § Historial para más detalles. [21] [22] [23] [24] [25] [26] [27]
En 1925, Ronald Fisher avanzó la idea de la prueba de hipótesis estadística, a la que llamó "pruebas de significación", en su publicación Métodos estadísticos para investigadores . [28] [29] [30] Fisher sugirió una probabilidad de uno en veinte (0.05) como un nivel de corte conveniente para rechazar la hipótesis nula. [31] En un artículo de 1933, Jerzy Neyman y Egon Pearson llamaron a este límite el nivel de significancia , al que llamaron . Recomendaron que se establezca con anticipación, antes de cualquier recopilación de datos. [31] [32]
A pesar de su sugerencia inicial de 0,05 como nivel de significancia, Fisher no tenía la intención de fijar este valor límite. En su publicación de 1956 Métodos estadísticos e inferencia científica, recomendó que los niveles de significación se establecieran de acuerdo con circunstancias específicas. [31]